中國人工智能產(chǎn)業(yè)研究報告

1、 中國人工智能產(chǎn)業(yè)研究報告 人工智能丨研究報告全文字數(shù):7198字精讀時間:18分鐘核心摘要：目前中國大型企業(yè)基本都已在持續(xù)規(guī)劃投入實施人工智能項目，而全部規(guī)上企業(yè)中約有超過10%的企業(yè)已將人工智能與其主營業(yè)務(wù)結(jié)合，實現(xiàn)產(chǎn)業(yè)地位提高或經(jīng)營效益優(yōu)化。2020年，人工智能預(yù)計達到超過1500億元規(guī)模，疫情環(huán)境下，2020年的業(yè)務(wù)高速增長主要由AI開放平臺API貢獻，除此之外的增長動力將在第四章詳細闡述；到2025年，產(chǎn)業(yè)規(guī)模預(yù)計超過4500億元。在企業(yè)加速推進數(shù)字化轉(zhuǎn)型的過程中，部署人工智能解決方案可推動甲方企業(yè)業(yè)務(wù)模型變革，助力企業(yè)快速靈活地適應(yīng)市場變化。艾瑞執(zhí)行的2020年CTO/CIO調(diào)研顯

2、示， 有65.9%落地AI項目的企業(yè)在項目實施前設(shè)定了明確的ROI標準，其中絕大部分（占總數(shù)53.7%）的企業(yè)能夠完全達成或部分達到ROI目標。本報告主要聚焦人工智能技術(shù)與應(yīng)用層市場研究，有關(guān)人工智能模型生產(chǎn)、算力、數(shù)據(jù)等基礎(chǔ)設(shè)施性內(nèi)容，敬請關(guān)注艾瑞近期將推出的人工智能基礎(chǔ)層研究。本報告分為公開版與商業(yè)分析版，如果您是一名AI從業(yè)者或關(guān)注AI的產(chǎn)業(yè)從業(yè)者，請閱讀公開版報告，如果您希望獲取更細分維度的行業(yè)數(shù)據(jù)支持商業(yè)分析和決策，請閱讀商業(yè)分析版報告。2020年是不平凡的一年，新冠疫情打亂了很多經(jīng)濟生活的節(jié)奏，人工智能站上了抗擊疫情的浪尖。防疫態(tài)勢與指揮平臺、AI測溫、無感通行、疫情問詢機器人、A

3、I輔助診療，以及在人們居家生活中帶來快樂的趣味視頻特效、閑聊機器人，都幫助人工智能走進生產(chǎn)生活，使AI 成為2020年的高頻詞匯。這些日?？梢姷膱鼍爸皇侨斯ぶ悄艿囊粋€小小縮影?；貧w到產(chǎn)業(yè)思維，上一年，我們談到，人工智能已經(jīng)從講技術(shù)教育市場的階段，過渡到思考如何將技術(shù)與商業(yè)相結(jié)合進行落地的階段，時代進入了人工智能與傳統(tǒng)產(chǎn)業(yè)廣泛、深度融合的前夜。2020年，我們觀察到，人工智能已經(jīng)廣泛出現(xiàn)在決定企業(yè)產(chǎn)生經(jīng)濟效益的各個環(huán)節(jié)，以人機協(xié)同模式為主導(dǎo)，推動傳統(tǒng)行業(yè)啟動效率變革、動能轉(zhuǎn)換之路。人工智能作為創(chuàng)業(yè)企業(yè)標簽的屬性在變?nèi)?，而越來越成為千行百業(yè)的經(jīng)營主體都在積極嘗試和運用的生產(chǎn)要素。人工智能被納入新基

4、建范疇，實際上是水到渠成的事情。2020年，艾瑞連續(xù)第三年發(fā)布中國人工智能產(chǎn)業(yè)研究報告，這也是人工智能產(chǎn)業(yè)愈發(fā)壯大的一年，經(jīng)濟規(guī)模超過1500億元，但過去幾年，也面臨或多或少的“審美”障礙。在今年的研究報告中，我們希望探討四大問題的答案：智能經(jīng)濟時代機會的真實性與可持續(xù)性，科學(xué)評估外界對于人工智能忽高忽低的市場情緒，尋找人工智能的新增長力，以及調(diào)研分析人工智能的投資回報率。希望通過本報告，為讀者呈現(xiàn)人工智能的全貌，提供辨析和判斷人工智能行業(yè)的方法啟發(fā)。艾瑞研究院智能經(jīng)濟的華章智能經(jīng)濟人工智能對產(chǎn)業(yè)經(jīng)濟形成價值閉環(huán)（1/2）企業(yè)和政府對人工智能的應(yīng)用逐漸升溫。在決定企業(yè)產(chǎn)生經(jīng)濟效益的各個環(huán)節(jié)，都

5、已能夠看到人工智能的身影：AI 核身幫助人們安全生活、遠程交易、便捷通行；深度學(xué)習(xí)和知識圖譜幫助企業(yè)在生產(chǎn)過程中分析預(yù)測、科學(xué)決策；人機對話提升了拜訪登記、服務(wù)響應(yīng)中的用戶體驗。人工智能將催生新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，實現(xiàn)社會生產(chǎn)力的整體躍升，推動社會進入智能經(jīng)濟時代。我們估算，目前中國大型企業(yè)基本都已在持續(xù)規(guī)劃投入實施人工智能項目，而全部規(guī)上企業(yè)中約有超過10%的企業(yè)已將人工智能與其主營業(yè)務(wù)結(jié)合，實現(xiàn)產(chǎn)業(yè)地位提高或經(jīng)營效益優(yōu)化。人工智能對產(chǎn)業(yè)經(jīng)濟形成價值閉環(huán)（2/2）當然，AI 在經(jīng)濟生產(chǎn)活動中的落地升溫，并非意味企業(yè)已經(jīng)能夠完全依賴AI 解決主流業(yè)務(wù)問題。中國企業(yè)的數(shù)字化轉(zhuǎn)型

6、整體處于早期階段，即使是洞見超前的先行者，也需要統(tǒng)籌數(shù)字化和信息化、上云、數(shù)據(jù)治理與AI以及管理思維轉(zhuǎn)型等四大方向，合力探索。業(yè)務(wù)信息系統(tǒng)支撐企業(yè)前/中/后臺的交易、信息和流程、業(yè)務(wù)分析等需求，提供相對標準規(guī)范的功能；向云端遷移降低IT建設(shè)成本、促進運營互聯(lián)化、數(shù)據(jù)化、智能化、精細化；數(shù)據(jù)治理與AI 解決業(yè)務(wù)場景中高度復(fù)雜的計算問題（往往需要處理海量、異構(gòu)數(shù)據(jù)），以及多因素的、動態(tài)的、可擴展的推理問題，通過計算機運算幫助人們完成觀察、認知與決策的過程；而管理戰(zhàn)略與思維主導(dǎo)企業(yè)科學(xué)布局、有效組織人才，面對機遇或困境尋求完整的解決方法、探索出路。因此，在產(chǎn)業(yè)經(jīng)濟中，人機協(xié)同模式將長期穩(wěn)定存在，推動

7、效率變革、動能轉(zhuǎn)換。人工智能布局落子將影響十年格局人工智能產(chǎn)業(yè)與企業(yè)生長上市企業(yè)數(shù)量與表現(xiàn)是衡量一個行業(yè)發(fā)展情況的風(fēng)向標。截至2020年12月上旬，科創(chuàng)板已注冊生效的80家信息科技類公司中，2家為人工智能公司，42家（53%）披露具有人工智能核心技術(shù)或相關(guān)業(yè)務(wù)，這些公司主要來自地理信息技術(shù)、IT軟件/運維/信息化、網(wǎng)絡(luò)及內(nèi)容安全、云服務(wù)、半導(dǎo)體設(shè)計、物聯(lián)網(wǎng)及智能硬件、金融科技等賽道。已上市的人工智能公司在市值方面都取得了令人矚目的表現(xiàn)。人工智能期望天平來自資本的期望近三年人工智能在一級市場吸收超千億元資金根據(jù)清科研究中心2020中國科創(chuàng)企業(yè)展望報告，超過68%的投資機構(gòu)在2020-2021年將

8、AI作為重點投資領(lǐng)域。艾瑞統(tǒng)計發(fā)現(xiàn)，2018年，資本市場對AI創(chuàng)企抱有極高的熱情，雖2019年有所回落，但截至2020年Q3的33個月內(nèi)AI依然吸收一級市場超千億元資金。B+輪之后的項目融資額占比逐年回落，側(cè)面也反映出近一兩年市場上還未出現(xiàn)新一批獨角獸。人工智能對社會經(jīng)濟的回報回饋社會經(jīng)濟，實現(xiàn)良性循環(huán)高估值、高吸金，以及過早從萌芽期催熟至起步期，都加重了人們對人工智能的期望值，當社會注入期望與資金超過人工智能解決經(jīng)濟生產(chǎn)中問題的速度時，焦慮就開始產(chǎn)生。相比于互聯(lián)網(wǎng)產(chǎn)業(yè)，人工智能發(fā)展期與成熟期的到來預(yù)計較晚（第六頁觀點，我們認為人工智能產(chǎn)業(yè)從15年萌芽到起步用時4年，2019年進入起步期，顯著

9、快于電子信息與互聯(lián)網(wǎng)產(chǎn)業(yè)，而從起步期到發(fā)展期則需要6年，長于互聯(lián)網(wǎng)產(chǎn)業(yè)4年的用時），從社會期望、資本回報預(yù)期方面可能加重企業(yè)承受的壓力。但盡管如此，人工智能產(chǎn)值成長速度也令人矚目?；贏I的“賦能”特性，會展現(xiàn)出把單向的產(chǎn)品供應(yīng)做成各產(chǎn)業(yè)深度參與的雙向共建特征，回饋社會經(jīng)濟，實現(xiàn)良性循環(huán)，推動AI自身真正走入產(chǎn)業(yè)鴻圖。2020年，人工智能預(yù)計達到超過1500億元規(guī)模，疫情環(huán)境下，2020年的業(yè)務(wù)高速增長主要由AI開放平臺API貢獻，除此之外的增長動力將在第四章詳細闡述；到2025年，產(chǎn)業(yè)規(guī)模預(yù)計超過4500億元。我們判斷大約30%-45%的市場是人工智能創(chuàng)業(yè)企業(yè)所占據(jù)，外圍賽道切換而來的互聯(lián)網(wǎng)

10、公司、云服務(wù)公司、大數(shù)據(jù)公司、信息技術(shù)服務(wù)公司、通信設(shè)備公司以及個別科研院所切分其余市場。中國的人工智能企業(yè)人工智能產(chǎn)業(yè)圖譜人工智能商業(yè)模式摸索與豐富階段，未來會分化為兩條路徑作為新生朝陽產(chǎn)業(yè)，人工智能的商業(yè)模式還在不斷摸索與豐富，尚未形成定局。當前階段，To B/G企業(yè)服務(wù)的色彩相當濃重。未來我們認為會分化出兩條路徑：一是沿著企業(yè)服務(wù)的道路，成為專業(yè)級工具的提供者、智能轉(zhuǎn)型困境的處理者；二是直接切入最終用戶（End Customer），走核心圈輻射生態(tài)圈的道路，成長為智能經(jīng)濟時代的主流企業(yè)。人工智能賦能行業(yè)當下行業(yè)份額格局比較集中2020年，中國人工智能市場主要客戶來自政府城市治理和運營（公

11、安、交警、司法、城市運營、政務(wù)、交運管理、國土資源、監(jiān)所、環(huán)保等），互聯(lián)網(wǎng)與金融行業(yè)也位居前列。預(yù)計未來五年，這一行業(yè)格局分布會發(fā)生一定變化，主要動因來自人工智能核心技術(shù)賽道增速有差異、不同行業(yè)對人工智能的應(yīng)用節(jié)奏發(fā)生變化，將在本報告商業(yè)分析版第四章節(jié)呈現(xiàn)。人工智能增長曲線第一個拐點感知賽道的革新計算機視覺：千億級大賽道初露端倪得益于深度學(xué)習(xí)算法的成熟應(yīng)用，側(cè)重于感知智能的圖像分類技術(shù)在工業(yè)界逐步實現(xiàn)商用價值，助力金融、安防、互聯(lián)網(wǎng)、交通、醫(yī)療、工業(yè)、政務(wù)等領(lǐng)域智能升級。通過對下游行業(yè)需求統(tǒng)計測算，2020年我國計算機視覺產(chǎn)品的市場規(guī)模占整個人工智能行業(yè)的57%，達到862.1億元，與此同時，

12、和計算機視覺有關(guān)的計算機通信設(shè)備銷售、醫(yī)療器械等專用設(shè)備銷售、工程建設(shè)、傳統(tǒng)業(yè)務(wù)效益轉(zhuǎn)化等帶動相關(guān)產(chǎn)業(yè)規(guī)模超過2200億元。人機交互與智能語音垂直行業(yè)應(yīng)用核心產(chǎn)品規(guī)模及帶動產(chǎn)值語音交互技術(shù)正在逐步改變?nèi)藗兊纳a(chǎn)及生活方式。人機交互產(chǎn)品通過將用戶意圖轉(zhuǎn)化為機器可以理解的內(nèi)容，可協(xié)助用戶解答問題或幫助用戶完成特定任務(wù)。其中，對話機器人為客服等服務(wù)性行業(yè)帶來了產(chǎn)品改革及效率優(yōu)化；而基于AI語音助手的對話交互功能則促進了一系列消費級智能硬件產(chǎn)品的出現(xiàn)或升級，如智能音箱、智能車載、語音控制家電等。據(jù)艾瑞測算，2020年我國對話式人機交互產(chǎn)品的市場規(guī)模達到58.5億元，帶動相關(guān)產(chǎn)業(yè)經(jīng)濟規(guī)模達486.9億元

13、。除典型的對話式人機交互產(chǎn)品外，2020年智能語音技術(shù)在教育、醫(yī)療、司法、公安、互聯(lián)網(wǎng)等垂直行業(yè)應(yīng)用的核心產(chǎn)品規(guī)模達到57.7億元，帶動相關(guān)產(chǎn)業(yè)經(jīng)濟規(guī)模達317.1億元。第二個拐點挖掘數(shù)據(jù)的價值機器學(xué)習(xí)：市場規(guī)模超200億，帶動相關(guān)產(chǎn)業(yè)規(guī)模超千億作為人工智能極為關(guān)鍵的通用技術(shù)之一，機器學(xué)習(xí)時常被外界認為是AI應(yīng)用中使用的公式或定理般的抽象基礎(chǔ)。機器學(xué)習(xí)的本質(zhì)的確是函數(shù)，但它依然能夠以單純的算法能力直接落地于金融、工業(yè)、醫(yī)藥、互聯(lián)網(wǎng)等數(shù)字化基礎(chǔ)較好的領(lǐng)域，為企業(yè)提供智能風(fēng)控、預(yù)測性維護、藥物發(fā)現(xiàn)、個性化推薦等多種服務(wù)。2020年，預(yù)計我國機器學(xué)習(xí)產(chǎn)品服務(wù)的市場規(guī)模將達到206.9億元，并以20%

14、以上的年均增速發(fā)展，2025年有望突破500億元。此外，機器學(xué)習(xí)產(chǎn)品服務(wù)還將以節(jié)約成本、降低風(fēng)險與損失、減少研發(fā)時間、提升效益等形式帶動應(yīng)用方創(chuàng)收超千億元。聯(lián)邦學(xué)習(xí)：打破數(shù)據(jù)孤島+保護數(shù)據(jù)隱私的AI“新爆款”如上文所述，機器學(xué)習(xí)的根基和動力來源于數(shù)據(jù)，在獲取數(shù)據(jù)的過程中，我們通常會面臨一個兩難問題，很多情況下算法模型所需的訓(xùn)練數(shù)據(jù)以孤島形式散落在不同的企業(yè)與用戶之中，我們一方面需要盡可能全面的獲取數(shù)據(jù)以擴充訓(xùn)練樣本規(guī)模，另一方面出于隱私與安全的相關(guān)要求又不能隨意收集、融合和使用數(shù)據(jù)進行AI處理。為解決以上難題，聯(lián)邦學(xué)習(xí)應(yīng)運而生。聯(lián)邦學(xué)習(xí)的主要思想是基于分布在多個設(shè)備上的數(shù)據(jù)集構(gòu)建機器學(xué)習(xí)模型，

15、同時防止數(shù)據(jù)泄漏，通過安全多方計算、差別隱私、同態(tài)加密等技術(shù)為模型提供隱私保證。作為一種創(chuàng)新的建模機制，聯(lián)邦學(xué)習(xí)的核心價值在于它并不改變機器學(xué)習(xí)和數(shù)據(jù)存儲的基本實現(xiàn)方式，而是改變了不同AI模型之間的協(xié)作模式，可以針對來自多方的數(shù)據(jù)訓(xùn)練統(tǒng)一模型而又不損害這些數(shù)據(jù)的隱私和安全性，因此聯(lián)邦學(xué)習(xí)在金融、醫(yī)療、銷售、城市管理以及許多其他領(lǐng)域中都很有前景。知識圖譜與NLP：從數(shù)據(jù)和信息中萃取智慧自然語言處理本質(zhì)是一個文本處理+機器學(xué)習(xí)的過程，它讓計算機完成以自然語言為載體的各類非結(jié)構(gòu)化信息的處理任務(wù)；知識圖譜建立從數(shù)據(jù)到知識庫中實體、屬性、關(guān)系的映射，使得機器理解與解釋真實自然世界成為可能。在實際應(yīng)用中，

16、知識圖譜和NLP往往有著相同的目的、緊密耦合，比如通過搜索引擎做信息檢索時，既需要對自然語言進行抽取，又需要通過實體之間的聯(lián)系進行推理返回結(jié)果，以使提供的信息準確、豐富、有層次、可延伸閱讀。從數(shù)字世界的發(fā)展階段而言，已經(jīng)到了感知層面的信息爆炸期，注意、記憶、推理、問題求解、決策以及語言生成等認知層面能力整體而言開始被撬動，感知層面的變化將給知識圖譜與NLP帶來新的機遇。垂直行業(yè)的知識圖譜與NLP產(chǎn)品先一步發(fā)展起來，在2020年將實現(xiàn)超過百億元的銷售規(guī)模，預(yù)計到2025年，下游客戶滲透擴散，圖譜構(gòu)建工具和“工藝”進一步成熟、情感分析任務(wù)與多模態(tài)識別碰撞出新的產(chǎn)品形態(tài)，刺激市場達到近500億元規(guī)模

17、。知識圖譜與NLP：數(shù)據(jù)治理、業(yè)務(wù)目標與決策指揮站在管理者的角度，對業(yè)務(wù)進行全局觀察、預(yù)測和決策指揮很有必要，需要實現(xiàn)全方位的數(shù)據(jù)接入、治理，結(jié)合知識圖譜與NLP等工具進行分析、決策。數(shù)據(jù)越來越成為企業(yè)的核心資產(chǎn)，但對于數(shù)據(jù)的有效利用存在諸多痛點：手工填報的數(shù)據(jù)標準和質(zhì)量不一，原始數(shù)據(jù)錄入錯漏與不完整，缺少有效的分級分類數(shù)據(jù)標簽，數(shù)據(jù)分散在不同的核心系統(tǒng)中而各系統(tǒng)側(cè)重點差異大、導(dǎo)致難以融合或未及時更新，以及不同類別的數(shù)據(jù)本身對于變量的定義和要求不同等等。因此，耗費大量的精力與成本，才能使數(shù)據(jù)治理到適合人工智能研究或應(yīng)用的程度，有的時候，還會面臨上一次數(shù)據(jù)治理缺乏有效的策略，需要重復(fù)工作、使用代

18、價高的問題。因此，無論是教育、醫(yī)療還是工業(yè)、金融、零售中的應(yīng)用，對于數(shù)據(jù)打通、數(shù)據(jù)標準化以及降低數(shù)據(jù)治理的工作量都有著極大的需求，一個行之有效的路徑是，以業(yè)務(wù)的落地目標為出發(fā)點，基于業(yè)務(wù)目標，回到數(shù)據(jù)源頭進行治理，再結(jié)合到具體的數(shù)據(jù)科學(xué)和業(yè)務(wù)建模分析中，反復(fù)調(diào)整、適配與驗證，衍生出豐富的應(yīng)用。第三個拐點成為基礎(chǔ)性產(chǎn)品將算法進行芯片級封裝的戰(zhàn)略意義人工智能產(chǎn)業(yè)正處在一個向強業(yè)務(wù)屬性發(fā)展的過程中，各領(lǐng)域細分應(yīng)用場景及衍生的多樣性算法需求不斷增加。芯片作為實現(xiàn)AI應(yīng)用的重要算力基礎(chǔ)設(shè)施，NVIDIA等通用性AI芯片對目前應(yīng)用場景的適配性和可優(yōu)化程度有所局限。因此，具備將算法進行芯片級封裝的底層技術(shù)能

19、力一定程度上決定了AI企業(yè)的業(yè)務(wù)布局層級是否可自主優(yōu)化；在全球科技競爭的大背景下，自研芯片能力也決定了企業(yè)的業(yè)務(wù)鏈條是否安全可控。近年來，AI算法企業(yè)中的“造芯運動”風(fēng)起云涌，前瞻布局的算法廠商基于對算法技術(shù)及應(yīng)用場景算力需求的理解，致力采用集成架構(gòu)或自定義的處理器架構(gòu)和指令集進行算法芯片級封裝嘗試，以提升算法在解決方案中的場景適配性及高性價比，拓寬產(chǎn)業(yè)鏈環(huán)節(jié)、加固技術(shù)壁壘，搶位未來AI產(chǎn)業(yè)競爭的戰(zhàn)略制高點。人工智能部署回報甲方企業(yè)的投入回報企業(yè)部署數(shù)字化轉(zhuǎn)型AI項目常見的ROI驗證方法在CTO/CIO調(diào)研中發(fā)現(xiàn)：26.8%的企業(yè)在推進AI探索應(yīng)用中面臨“如何制定投入與產(chǎn)出的評價標準”這一阻礙

20、。AI項目作為企業(yè)業(yè)務(wù)流程再造的重要投入，價值體現(xiàn)或難以立竿見影，但對于企業(yè)競爭力塑造具有重要的戰(zhàn)略意義。因此甲方企業(yè)在進行AI項目投入的可行性評估時，應(yīng)設(shè)定合理的ROI評價標準，科學(xué)、理性地評價方案的成本要求、效果要求和利潤要求等，避免錯失轉(zhuǎn)型改革機遇。根據(jù)甲方企業(yè)所在行業(yè)特性、部署項目需求、使用AI技術(shù)和應(yīng)用場景等差異，AI項目ROI的驗證方法也比較多樣。中國企業(yè)AI應(yīng)用調(diào)研：AI應(yīng)用技術(shù)計算機視覺、機器學(xué)習(xí)等為AI應(yīng)用熱門方向中國企業(yè)AI應(yīng)用調(diào)研：中臺建設(shè)普及率超六成企業(yè)已搭建中臺體系，數(shù)據(jù)中臺為第一選擇63.4%的企業(yè)已搭建中臺體系，在已搭建中臺的企業(yè)中，100%的企業(yè)建立了數(shù)據(jù)中臺；

21、在未建立中臺體系但有相應(yīng)規(guī)劃的調(diào)研企業(yè)中，75%的企業(yè)選擇規(guī)劃數(shù)據(jù)中臺。AI中臺的普及率與需求程度排在第二位。已搭建中臺體系的樣本企業(yè)中，53.8%的企業(yè)搭建了AI中臺；未建立但有相應(yīng)規(guī)劃的企業(yè)中，41.7%的企業(yè)規(guī)劃建設(shè)AI中臺。中國企業(yè)AI應(yīng)用調(diào)研：供應(yīng)商評價指標服務(wù)可用性及穩(wěn)定性、定制化服務(wù)能力是供應(yīng)商關(guān)鍵評價指標技術(shù)或產(chǎn)品的可用性和穩(wěn)定性影響企業(yè)AI項目及相關(guān)業(yè)務(wù)是否能夠高效地運行與開展，因此服務(wù)可用性及穩(wěn)定性（56.1%）是企業(yè)選擇人工智能技術(shù)服務(wù)商或產(chǎn)品供應(yīng)商的首要因素。在實際決策過程中，考慮到企業(yè)的特定業(yè)務(wù)需求，供應(yīng)商定制化服務(wù)能力（48.8%）和技術(shù)產(chǎn)品適配性（43.9%）也是選擇供應(yīng)商的主要評價指標。中國企業(yè)AI應(yīng)用調(diào)研：AI項目實施效果提升大數(shù)據(jù)分析能力為主要目